CN114063474A - 一种无人机集群的半物理仿真*** - Google Patents
一种无人机集群的半物理仿真*** Download PDFInfo
- Publication number
- CN114063474A CN114063474A CN202111466839.0A CN202111466839A CN114063474A CN 114063474 A CN114063474 A CN 114063474A CN 202111466839 A CN202111466839 A CN 202111466839A CN 114063474 A CN114063474 A CN 114063474A
- Authority
- CN
- China
- Prior art keywords
- computer
- real
- unmanned aerial
- aerial vehicle
- simulation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种无人机集群的半物理仿真***,包括:集群地面站计算机与半物理仿真的无人机集群进行控制指令交互;集群中每一架无人机包括:一台实时数字飞机仿真计算机、飞控计算机、任务计算机、单机地面站计算机和视景仿真计算机;实时数字飞机仿真计算机,用于搭建模拟真实无人机的实时数字飞机;飞控计算机作为真实无人机的飞行控制模块,任务计算机作为真实无人机的协同控制模块,构建协同控制***,实现无人机集群的自主编队飞行、动态重构和自动攻击;视景仿真计算机,用于可视化显示飞行姿态。本发明的半物理仿真***能够模拟无人机集群内无人机之间的通信,使得仿真***具有可靠性和灵活性,大大地缩短了真实集群***的研制周期。
Description
技术领域
本发明涉及集群仿真技术,尤其涉及一种无人机集群的半物理仿真***。
背景技术
相较于数年前就开始火热的小型四旋翼无人机,目前小型固定翼无人机凭借其优秀的续航在无人机研究及应用中才崭露头角。通常小型固定翼无人机有精度低、功能不完善、成本低、研制周期短等特点,小型固定翼无人机的仿真验证都依靠实物仿真,直接使用实物飞行获取试验数据。但随着航空技术以及硬件技术的发展,小型无人机在侦察、监视、测绘、地形勘探以及集群组网等方面扮演着越来越重要的角色。小型固定翼不再是低成本、任务简单、精度低的飞行器,而向着高精度和智能化的方向发展,造价也非常昂贵,若采用当前针对小型固定翼无人机***通用的实物仿真验证方法,代价很高。为了减少***研发周期,降低研制成本,增加准确性和可靠度等,设计开发针对小型固定翼无人机的半实物仿真平台尤为重要。
半实物仿真又称为硬件在回路仿真(Hardwareintheloop Simulation),是一种将实物设备接入仿真回路中的试验方式。半实物仿真试验具备真实、经济、高效的特点,具有数学仿真和物理试验无可比拟的优势,能够大幅提高产品质量、降低研制风险、缩短研制周期、减少物理试验次数。
现有的基于固定翼无人机的仿真***有三种,第一种只能用单机仿真来验证单机飞行控制律,却无法用于集群***仿真来验证多机协同控制律;第二种仿真***实现了集群***仿真,但是该仿真是全数字仿真,且为了保证***能正常运行很多运算均在服务器上处理,损失了一定的实时性,第三种仿真***实现了多机协同半实物仿真,但是该仿真***只支持多机编队仿真,无人机与无人机之间无法直接通信。
鉴于此,亟需一种可以实现集群内无人机与无人机之间的通信的无人机集群的半物理仿真***。
发明内容
(一)要解决的技术问题
针对现有技术的不足,本发明实施例提供一种无人机集群的半物理仿真***,解决了现有的无人机半物理仿真***无法支持多机集群自组网仿真的缺陷,极大地简化集群控制试验的流程并降低了试验成本。
(二)技术方案
为了达到上述目的,本发明采用的主要技术方案包括:
第一方面,本发明实施例提供一种无人机集群的半物理仿真***,包括:
集群地面站计算机,用于为采用半物理仿真的无人机集群配置协同参数,获取无人机集群的协同信息和编队信息,并与所述无人机集群进行控制指令的交互;
采用半物理仿真的无人机集群中的每一架无人机包括:
一台实时数字飞机仿真计算机、一台飞控计算机、一台任务计算机、一台单机地面站计算机和一台视景仿真计算机;
所述实时数字飞机仿真计算机,用于搭建模拟真实无人机的实时数字飞机,并通过IO硬件通道分别与所述飞控计算机、所述任务计算机、所述视景仿真计算机交互状态信息和控制信息,实现模拟真实飞机的运行过程;
所述飞控计算机作为真实无人机的飞行控制模块,所述飞行控制模块用于与实时数字飞机仿真计算机、所述任务计算机分别通信,实现实时数字飞机的飞行控制和重构编队的飞行控制;
所述任务计算机作为真实无人机的协同控制模块,所述协同控制模块用于与集群内其他无人机的协同控制模块交互,构建协同控制***,实现物理仿真的无人机集群的自主编队飞行、动态重构和自动攻击;
所述视景仿真计算机,用于实时解算所述实时数字飞机的飞行姿态,并采用动画模拟的方式在当前的飞行环境中将实时解算的飞行姿态可视化显示;
所述单机地面站计算机,用于在Windows***上运行地面站程序,与所述飞控计算机交互以实时监控所述无人机的姿态信息、与所述任务计算机交互以实现规划的航点任务信息的发送。
可选地,所述视景仿真计算机,具体用于
在Windows操作***上运行飞行视景模拟仿真程序,利用Simulation Workbench无人机动力学模型实时解算所述实时数字飞机的姿态信息,将解算的姿态信息传输至飞行视景模拟仿真程序,实现以动画的形式实时显示无人机的飞行姿态、无人机各部件运动状况以及飞行环境。
可选地,所述实时数字飞机仿真计算机,具体用于:
基于Links-RT半实物仿真平台搭建一种上位机-下位机的***架构;
所述上位机运行在Windows操作***上,借助于用户输入的配置信息和无人机的运动学、力学数学模型获取模拟真实无人机的实时数字飞机,
所述下位机运行在VxWorks操作***上,实时解算所述无人机的运动学、力学数学模型,获取用于输出至外部设备的实时数字飞机的姿态信息,以及接收外部设备传输的控制信息以调整所述实时数字飞机的姿态;
所述外部设备包括:飞控计算机、所述任务计算机、所述视景仿真计算机。
可选地,所述实时数字飞机仿真计算机,具体用于
在上位机中基于Simulink程序与用户交互;
在Simulink程序中,根据用户输入的配置信息,调用代码化的自动生成工具,将所述运动学、力学数学模型转换为二进制可执行程序;并在RTSimPlus管理环境中进行配置,将配置的具有可执行程序的运动学、力学数学模型作为实时数字飞机传输到下位机中;
所述下位机基于配置的可执行程序的运动学、力学数学模型的姿态信息与所述外部设备通过IO硬件进行交互。
可选地,所述飞控计算机中集成有基于ChibiOS实时操作***和C++代码开发的固件;
所述固件为传感器参数解析模块、控制模块和导航模块;
所述固件根据所述飞控计算机内的任务调度信息实现导航,并输出控制信息至所述实时数字飞机仿真计算机和/或所述任务计算机。
可选地,单机地面站计算机使用Mavlink协议借助于数传电台与每一个实时数字飞机所属的任务计算机和飞控计算机双向通信;
每一个实时数字飞机所属的任务计算机通过RS422协议与对应的飞控计算机实现串口双向通信;
每一个实时数字飞机所属的飞控计算机通过RS232协议与对应的实时数字飞机仿真计算机双向通信;
所述实时数字飞机仿真计算机通过以太网UDP/IP与所属的视景仿真计算机进行单向通信;
所有实时数字飞机对应的任务计算机之间通过自组网链路互相通信,集群地面站计算机基于Mavlink协议并借助于数传电台与每一个实时数字飞机所属的任务计算机通信。
第二方面,本发明实施例还提供一种基于第一方面任一所述的半物理仿真***的仿真方法,包括:
S01、采用物理仿真的无人机集群起飞前,集群地面站计算机向每一实时数字飞机所属的任务计算机发送各自的配置信息和任务信息;
S02、每一任务计算机根据接收的配置信息进行配置,并与该任务计算机对应的单机地面站计算机交互,以使单机地面站计算机基于所述任务信息为对应的任务计算机预装缺省的飞行航线;
S03、所述无人机集群中各模拟的无人机根据各自的缺省的飞行航线飞行,每一任务计算机接收集群地面站计算机发送的编队指令;
S04、无人机集群中模拟长机的无人机沿预装航线飞行,且模拟长机的无人机所属的任务计算机通过自组网链路将组网信息发送给其余的模拟僚机的无人机;
S05、每一模拟僚机的无人机所属的任务计算机接收所述组网信息,并根据所述组网信息解算出各自的用于编队飞行的控制信息;
S06、每一模拟僚机的无人机所属的任务计算机将所述控制信息发送给对应的飞控计算机,飞控计算机基于所述控制信息进行解算,并获取飞行姿态控制信息;
S07、每一模拟僚机的无人机所属的飞控计算机将所述飞行姿态控制信息发送所述实时数字飞机仿真计算机;
S08、每一模拟僚机的无人机所属的实时数字飞机仿真计算机根据所述飞行姿态控制信息,获取状态变量信息以发送至对应的视景仿真计算机以可视化显示。
可选地,还包括:
S09、每一视景仿真计算机中的FlightGear程序接收所述状态变量信息并进行三维可视化显示;以及
所述实时数字飞机仿真计算机将所述状态变量信息发送至对应的飞控计算机,以使飞控计算机基于控制信息和所述状态变量信息进行解算。
可选地,集群地面站计算机发送的配置信息包括下述的一项或多项:
长机、僚机、规模、编队队形、间距和发射间隔;
所述编队指令包括下述的一项或多项:长机位置、目标经度、目标纬度和目标高度;
所述飞行姿态控制信息包括下述的一项或多项:滚转控制量、俯仰控制量、油门控制量和航线控制量;
所述状态变量信息包括下述的一项或多项:当前的三轴角度、三轴角速率、经纬高、三轴速度和三轴加速度。
可选地,所述无人机集群采用“动态集中式”架构,其中一架为长机,其余无人机为僚机,按照指定编队跟随长机飞行;
在飞行过程中,若长机发生故障,则通过长机、僚机各自的任务计算机实现预先配置的更新策略,在无人机集群中自动确定新的长机,动态调整所述无人机集群***的协同与编队方案。
(三)有益效果
本发明的提出了一种无人机集群的半物理仿真***,其通过Simulink和Links-RT通用半实物仿真平台搭建了实时数字飞机仿真计算机;以及基于动态集中式架构实现了集群无人机半物理仿真方法,同时,基于外部模式FlightGear使用了通过数字飞机中的动力学模型来驱动视景显示;还针对每一无人机设计有任务计算机与集群地面站计算机,实现自组网的仿真,该***极大地缩短了无人机集群***的研制周期,降低了无人机集群***的研制成本。
附图说明
图1为本发明一实施例提供的无人机集群的半物理仿真***的架构图;
图2为无人机集群***功能模块的结构示意图;
图3为无人机集群的半物理仿真***的通信过程示意图;
图4为集群协同信息流示意图;
图5为“动态集中式”架构示意图。
具体实施方式
为了更好的解释本发明,以便于理解,下面结合附图,通过具体实施方式,对本发明作详细描述。
实施例一
如图1所示,图1示出了本发明一实施例提供的无人机集群的半物理仿真***的流程示意图,本实施例的半物理仿真***包括:集群地面站计算机和采用半物理仿真的无人机集群。
集群地面站计算机,用于为采用半物理仿真的无人机集群配置协同参数,获取无人机集群的协同信息和编队信息,并与所述无人机集群进行控制指令的交互;例如,集群地面站计算机用于为无人机集群配置协同参数,包括每架无人机的地址(用于识别身份)、配置长机、配置僚机、编队队形、间距、发射间隔、攻击间隔等信息,从而确定无人机集群的协同与编队方案。
在具体应用中,集群地面站计算机用于和作为真实无人机的协同控制模块的任务计算机进行交互,以实现自组网编队和相互通信。
具体地,本实施例中采用半物理仿真的无人机集群中的每一架无人机包括:一台实时数字飞机仿真计算机10、一台飞控计算机20、一台任务计算机30、一台单机地面站计算机40和一台视景仿真计算机50;
所述实时数字飞机仿真计算机10,用于搭建模拟真实无人机的实时数字飞机,并通过IO硬件通道分别与所述飞控计算机、所述任务计算机、所述视景仿真计算机交互状态信息和控制信息,实现模拟真实飞机的运行过程。
具体地,所述实时数字飞机仿真计算机10具体用于,基于Links-RT半实物仿真平台搭建一种上位机-下位机的***架构;
所述上位机运行在Windows操作***上,借助于用户输入的配置信息和无人机的运动学、力学数学模型获取模拟真实无人机的实时数字飞机,例如,模型开发/编译、仿真试验运行管理、数据后处理等功能。
可理解的是,本实施例在上位机中基于Simulink程序与用户交互;在Simulink程序中,根据用户输入的配置信息,调用代码化的自动生成工具,将所述运动学、力学数学模型转换为二进制可执行程序;并在RTSimPlus管理环境中进行配置,将配置的具有可执行程序的运动学、力学数学模型作为实时数字飞机传输到下位机中。
所述下位机运行在VxWorks操作***上,实时解算所述无人机的运动学、力学数学模型,获取用于输出至外部设备的实时数字飞机的姿态信息,以及接收外部设备传输的控制信息以调整所述实时数字飞机的姿态;该处的外部设备即为飞控计算机、所述任务计算机、所述视景仿真计算机。也就是说,下位机基于配置的可执行程序的运动学、力学数学模型的姿态信息与所述外部设备通过IO硬件进行交互。
所述飞控计算机20作为真实无人机的飞行控制模块,所述飞行控制模块用于与实时数字飞机仿真计算机、所述任务计算机分别通信,实现实时数字飞机的飞行控制和重构编队的飞行控制。
本实施例的飞控计算机中集成有基于ChibiOS实时操作***和C++代码开发的固件;所述固件为传感器参数解析模块、控制模块和导航模块;所述固件根据所述飞控计算机内的任务调度信息实现导航,并输出控制信息至所述实时数字飞机仿真计算机和/或所述任务计算机。飞控计算机用于完成飞行信息的获取、控制指令结算、测控指令处理等核心功能。
所述任务计算机30作为真实无人机的协同控制模块,所述协同控制模块用于与集群内其他无人机的协同控制模块交互,构建协同控制***,实现物理仿真的无人机集群的自主编队飞行、动态重构和自动攻击。
任务计算机30主要进行蜂群飞行管理、协同指令处理、编队算法解算、攻击航线生成和自主攻击控制,实现集群的自主协同飞行和协同攻击。任务计算机的设计使得协同编队和协同攻击功能与单机飞行控制功能相互隔离,减少了对单机飞行控制***本身的影响,保障飞机平台的飞行安全;同时,任务计算机30作为协同专用设备,可以使不同型号的无人机快速加入编队或退出编队,能够快速构建协同的无人机集群***,且能够提升无人机集群***的动态重构能力和扩展能力。
所述视景仿真计算机50,用于实时解算所述实时数字飞机的飞行姿态,并采用动画模拟的方式在当前的飞行环境中将实时解算的飞行姿态可视化显示;
本实施例的视景仿真计算机50具体用于,在Windows操作***上运行飞行视景模拟仿真程序如flightgear,利用Simulation Workbench无人机动力学模型实时解算所述实时数字飞机的姿态信息(俯仰角、偏航角、滚转角)、位置信息,将解算的姿态信息、位置信息传输至飞行视景模拟仿真程序如flightgear,实现以动画的形式实时显示无人机的飞行姿态、无人机各部件运动状况(如副翼、升降舵、方向舵等)以及天气、地理等飞行环境。即实现飞行仿真中无人机飞行姿态和地理环境的三维实时可视化显示。
所述单机地面站计算机40,用于在Windows***上运行地面站程序,与所述飞控计算机交互以实时监控所述无人机的姿态信息、与所述任务计算机交互以实现规划的航点任务信息的发送。单机地面站计算机40在Windows***上运行了使用C#开发的开源飞控地面站软件Mission Planner,以实时监控单机飞行的状态、规划航点任务以及查看和分析遥测日志等。
单机地面站计算机40使用Mavlink协议借助于数传电台与每一个实时数字飞机所属的任务计算机和飞控计算机双向通信。
每一个实时数字飞机所属的任务计算机通过RS422协议与对应的飞控计算机实现串口双向通信;
每一个实时数字飞机所属的飞控计算机通过RS232协议与对应的实时数字飞机仿真计算机双向通信;
所述实时数字飞机仿真计算机通过以太网UDP/IP与所属的视景仿真计算机进行单向通信;
所有实时数字飞机对应的任务计算机之间通过自组网链路互相通信,集群地面站计算机基于Mavlink协议并借助于数传电台与每一个实时数字飞机所属的任务计算机通信。
本实施例的半物理仿真***,其通过Simulink和Links-RT通用半实物仿真平台搭建了实时数字飞机仿真计算机;基于外部模式FlightGear使用了通过数字飞机中的动力学模型来驱动视景显示;还针对每一无人机设计有任务计算机与集群地面站计算机,实现自组网的仿真,该***极大地缩短了无人机集群***的研制周期,降低了无人机集群***的研制成本。
另外,结合图1和图2所示,从功能上理解,无人机集群的半物理仿真***主要包括:协同控制模块和飞行控制模块。协同控制模块用于构建协同控制的无人机集群***,进行无人机蜂群管理和编队控制解算,以及自主协同攻击控制,实现无人机集群的编队飞行、动态重构,以及自主攻击,该功能主要由仿真***中的各个任务计算机来实现。飞行控制模块用于完成集群中单机的飞行控制,确保每个无人机能够快速跟随协同编队控制指令,保证单机飞行安全和集群的快速编队,该功能主要由仿真***中的各个飞控计算机来实现。
实施例二
为更好的理解上述实施例一种的半物理仿真***,其在实际应用中,搭建步骤说明如下:
第一步:数字仿真飞机的搭建:首先在上位机中基于Simulink建立无人机的运动学和动力学数学模型,通过在Simulink下的数字仿真初步验证模型。然后加入IO硬件,建立包含硬件通信的半实物仿真模型。接下来进行自动代码生成,用户完成半实物模型参数设置后,即可调用代码生成工具,将Simulink模型转换为C代码,并编译为二进制可执行程序。然后在RTSimPlus管理环境中建立仿真工程,设置仿真机属性,配置监视及保存变量。最后将代码下载到下位机中,此时无人机集群***与真实设备将通过IO硬件进行交互并实时运行。
第二步:各部分的通信连接:对于无人机集群的每一架模拟无人机,均将配置一台单机地面站计算机、一台任务计算机、一台飞控计算机、一台实时数字飞机仿真计算机和一台视景仿真计算机。单机地面站计算机通过数传电台基于Mavlink协议与任务计算机进行通信,任务计算机通过RS422协议与飞控计算机进行串口通信,飞控计算机通过RS232协议与实时数字飞机仿真计算机进行通信,实时数字飞机仿真计算机通过以太网UDP/IP与视景仿真计算机进行通信。对于整个集群而言,任务计算机之间将通过自组网链路互相通信,集群地面站计算机将通过数传电台基于Mavlink协议与任务计算机进行通信,如图3和图4所示。
第三步:集群仿真协同方案设计:采用“动态集中式”架构,集群中有一架无人机为长机,为整个集群领航,其余无人机为僚机,按照指定编队跟随长机飞行。在飞行过程中,若长机发生故障,则通过长机、僚机更新策略,在集群中自动确定新的长机,动态调整协同***架构,从而避免长机单点故障对***的影响。“动态集中式”架构利用了集中式结构的优点,同时弥补了单点故障问题,使无人机集群***兼具可靠性和灵活性,同时在工程应用中具有可行性,如图5所示。
实施例三
本发明实施例还提供一种上述任一半物理仿真***的仿真方法,本实施例的仿真方法仅为举例说明,在实际应用中,还可以进行故障仿真,或者其他具体的内容仿真,下面是以一种起飞和编队的内容进行说明。
本实施例的仿真方法包括下述的步骤:
S01、采用物理仿真的无人机集群起飞前,集群地面站计算机向每一实时数字飞机所属的任务计算机发送各自的配置信息和任务信息。
举例来说,集群地面站计算机发送的配置信息包括下述的一项或多项:长机、僚机、规模、编队队形、间距、发射间隔。
S02、每一任务计算机根据接收的配置信息进行配置,并与该任务计算机对应的单机地面站计算机交互,以使单机地面站计算机基于所述任务信息为对应的任务计算机预装缺省的飞行航线。
也就是说,集群地面站计算机通过各模拟无人机的任务计算机给无人机集群进行初始集群配置,包括长机、僚机、规模、编队队形、间距、发射间隔等,并为各个无人机单机分配攻击目标。单机地面站计算机给相应的各个无人机预装缺省的飞行航线。
S03、所述无人机集群中各模拟的无人机根据各自的缺省的飞行航线飞行,每一任务计算机接收集群地面站计算机发送的编队指令。
所述编队指令包括下述的一项或多项:长机位置、目标经度、目标纬度、目标高度。
具体地,所有无人机按照缺省的飞行航线依次起飞至指定高度定高飞行,等待集群地面站计算机的编队指令。
S04、无人机集群中模拟长机的无人机沿预装航线飞行,且模拟长机的无人机所属的任务计算机通过自组网链路将组网信息发送给其余的模拟僚机的无人机。
例如,各任务计算机收到编队指令后,长机沿预装航线飞行,长机的任务计算机通过自组网链路将自己的位置、速度等信息发送给各僚机,各僚机在任务计算机中运行编队算法,根据长机位置、自身位置以及自己在编队队形中的位置,解算出本机的编队飞行控制指令(即下述的控制信息),控制本僚机飞行。
S05、每一模拟僚机的无人机所属的任务计算机接收所述组网信息,并根据所述组网信息解算出各自的用于编队飞行的控制信息。
S06、每一模拟僚机的无人机所属的任务计算机将所述控制信息发送给对应的飞控计算机,飞控计算机基于所述控制信息进行解算,并获取飞行姿态控制信息。
例如,各个无人机将自己的任务计算机解算出的编队飞行控制指令(比如长机位置、目标经度、目标纬度、目标高度等)发送给飞控计算机,飞控计算机再根据编队飞行控制指令以及无人机的当前状态解算出实际的飞行姿态控制信息(比如滚转控制量、俯仰控制量、油门控制量、航线控制量等)并发送给实时数字飞机仿真计算机。
S07、每一模拟僚机的无人机所属的飞控计算机将所述飞行姿态控制信息发送所述实时数字飞机仿真计算机。
举例来说,所述飞行姿态控制信息包括下述的一项或多项:滚转控制量、俯仰控制量、油门控制量、航线控制量。
S08、每一模拟僚机的无人机所属的实时数字飞机仿真计算机根据所述飞行姿态控制信息,获取状态变量信息以发送至对应的视景仿真计算机以可视化显示。
也就是说,实时数字飞机仿真计算机通过飞机运动学模型和动力学模型解算出无人机当前的三轴角度、三轴角速率、经纬高、三轴速度和三轴加速度等状态变量,这些状态变量一方面回传给飞控计算机,另一方面发送给视景仿真计算机,视景仿真计算机中的FlightGear软件接收来自外部的无人机动力学模型数据信息根据无人机的状态来驱动视景显示。
在实际应用中,上述的仿真方法还可包括下述的步骤S09:
S09、每一视景仿真计算机中的FlightGear程序接收所述状态变量信息并进行三维可视化显示;以及
所述实时数字飞机仿真计算机将所述状态变量信息发送对应的飞控计算机,以使飞控计算机基于控制信息和所述状态变量信息进行解算。
其中,状态变量信息可包括下述的一项或多项:当前的三轴角度、三轴角速率、经纬高、三轴速度和三轴加速度。
本实施例的无人机集群采用“动态集中式”架构,其中一架为长机,其余无人机为僚机,按照指定编队跟随长机飞行,进而实现了集群无人机半物理仿真方法;
在飞行过程中,若长机发生故障,则通过长机、僚机各自的任务计算机实现预先配置的更新策略,在无人机集群中自动确定新的长机,动态调整所述无人机集群***的协同与编队方案。
本实施例的仿真方法可实现实时半物理无人机集群仿真。飞控计算机和任务计算机均是可实际挂载在真实无人机上的;为了保证数据传输的实时性,为了尽可能地模拟真实飞行情况。特别地,本实施例的编队可以实现多无人机的任务计算机的相互通信,即实现自组网编队。
上述仿真***的仿真方法能够有效实现无人机集群的半物理仿真,为实际的无人机集群提供了较好的试验基础,节省了成本,加快了研发周期。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更清楚、透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
应当注意的是,在权利要求中,不应将位于括号之间的任何附图标记理解成对权利要求的限制。词语“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的词语“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的权利要求中,这些装置中的若干个可以是通过同一个硬件来具体体现。词语第一、第二、第三等的使用,仅是为了表述方便,而不表示任何顺序。可将这些词语理解为部件名称的一部分。
此外,需要说明的是,在本说明书的描述中,术语“一个实施例”、“一些实施例”、“实施例”、“示例”、“具体示例”或“一些示例”等的描述,是指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管已描述了本发明的优选实施例,但本领域的技术人员在得知了基本创造性概念后,则可对这些实施例作出另外的变更和修改。所以,权利要求应该解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种修改和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也应该包含这些修改和变型在内。
Claims (10)
1.一种无人机集群的半物理仿真***,其特征在于,包括:
集群地面站计算机,用于为采用半物理仿真的无人机集群配置协同参数,获取无人机集群的协同信息和编队信息,并与所述无人机集群进行控制指令的交互;
采用半物理仿真的无人机集群中的每一架无人机包括:
一台实时数字飞机仿真计算机、一台飞控计算机、一台任务计算机、一台单机地面站计算机和一台视景仿真计算机;
所述实时数字飞机仿真计算机,用于搭建模拟真实无人机的实时数字飞机,并分别与所述飞控计算机、所述任务计算机、所述视景仿真计算机交互状态信息和控制信息,实现模拟真实飞机的运行过程;
所述飞控计算机作为真实无人机的飞行控制模块,所述飞行控制模块用于与实时数字飞机仿真计算机、所述任务计算机分别通信,实现实时数字飞机的飞行控制和重构编队的飞行控制;
所述任务计算机作为真实无人机的协同控制模块,所述协同控制模块用于与集群内其他无人机的协同控制模块交互,构建协同控制***,实现物理仿真的无人机集群的自主编队飞行、动态重构和自动攻击;
所述视景仿真计算机,用于实时解算所述实时数字飞机的飞行姿态,并将实时解算的飞行姿态可视化显示;
所述单机地面站计算机,用于运行地面站程序,与所述飞控计算机交互以实时监控所述无人机的姿态信息、与所述任务计算机交互以实现规划的航点任务信息的发送。
2.根据权利要求1所述的半物理仿真***,其特征在于,所述视景仿真计算机,具体用于
在Windows操作***上运行飞行视景模拟仿真程序,利用Simulation Workbench无人机动力学模型实时解算所述实时数字飞机的姿态信息,将解算的姿态信息传输至飞行视景模拟仿真程序,实现以动画的形式实时显示无人机的飞行姿态、无人机各部件运动状况以及飞行环境。
3.根据权利要求1所述的半物理仿真***,其特征在于,所述实时数字飞机仿真计算机,具体用于:
基于Links-RT半实物仿真平台搭建一种上位机-下位机的***架构;
所述上位机运行在Windows操作***上,借助于用户输入的配置信息和无人机的运动学、力学数学模型获取模拟真实无人机的实时数字飞机,
所述下位机运行在VxWorks操作***上,实时解算所述无人机的运动学、力学数学模型,获取用于输出至外部设备的实时数字飞机的姿态信息,以及接收外部设备传输的控制信息以调整所述实时数字飞机的姿态;
所述外部设备包括:飞控计算机、所述任务计算机、所述视景仿真计算机。
4.根据权利要求3所述的半物理仿真***,其特征在于,所述实时数字飞机仿真计算机,具体用于
在上位机中基于Simulink程序与用户交互;
在Simulink程序中,根据用户输入的配置信息,调用代码化的自动生成工具,将所述运动学、力学数学模型转换为二进制可执行程序;并在RTSimPlus管理环境中进行配置,将配置的具有可执行程序的运动学、力学数学模型作为实时数字飞机传输到下位机中;
所述下位机基于配置的可执行程序的运动学、力学数学模型的姿态信息与所述外部设备通过IO硬件进行交互。
5.根据权利要求1所述的半物理仿真***,其特征在于,所述飞控计算机中集成有基于ChibiOS实时操作***和C++代码开发的固件;
所述固件为传感器参数解析模块、控制模块和导航模块;
所述固件根据所述飞控计算机内的任务调度信息实现导航,并输出控制信息至所述实时数字飞机仿真计算机和/或所述任务计算机。
6.根据权利要求1所述的半物理仿真***,其特征在于,
单机地面站计算机使用Mavlink协议借助于数传电台与每一个实时数字飞机所属的任务计算机和飞控计算机双向通信;
每一个实时数字飞机所属的任务计算机通过RS422协议与对应的飞控计算机实现串口双向通信;
每一个实时数字飞机所属的飞控计算机通过RS232协议与对应的实时数字飞机仿真计算机双向通信;
所述实时数字飞机仿真计算机通过以太网UDP/IP与所属的视景仿真计算机进行单向通信;
所有实时数字飞机对应的任务计算机之间通过自组网链路互相通信,集群地面站计算机基于Mavlink协议并借助于数传电台与每一个实时数字飞机所属的任务计算机通信。
7.一种基于权利要求1至6任一所述的半物理仿真***的仿真方法,其特征在于,包括:
S01、采用物理仿真的无人机集群起飞前,集群地面站计算机向每一实时数字飞机所属的任务计算机发送各自的配置信息和任务信息;
S02、每一任务计算机根据接收的配置信息进行配置,并与该任务计算机对应的单机地面站计算机交互,以使单机地面站计算机基于所述任务信息为对应的任务计算机预装缺省的飞行航线;
S03、所述无人机集群中各模拟的无人机根据各自的缺省的飞行航线飞行,每一任务计算机接收集群地面站计算机发送的编队指令;
S04、无人机集群中模拟长机的无人机沿预装航线飞行,且模拟长机的无人机所属的任务计算机通过自组网链路将组网信息发送给其余的模拟僚机的无人机;
S05、每一模拟僚机的无人机所属的任务计算机接收所述组网信息,并根据所述组网信息解算出各自的用于编队飞行的控制信息;
S06、每一模拟僚机的无人机所属的任务计算机将所述控制信息发送给对应的飞控计算机,飞控计算机基于所述控制信息进行解算,并获取飞行姿态控制信息;
S07、每一模拟僚机的无人机所属的飞控计算机将所述飞行姿态控制信息发送所述实时数字飞机仿真计算机;
S08、每一模拟僚机的无人机所属的实时数字飞机仿真计算机根据所述飞行姿态控制信息,获取状态变量信息以发送至对应的视景仿真计算机以可视化显示。
8.根据权利要求7所述的仿真方法,其特征在于,还包括:
S09、每一视景仿真计算机中的FlightGear程序接收所述状态变量信息并进行三维可视化显示;以及
所述实时数字飞机仿真计算机将所述状态变量信息发送至对应的飞控计算机,以使飞控计算机基于控制信息和所述状态变量信息进行解算。
9.根据权利要求7所述的仿真方法,其特征在于,
集群地面站计算机发送的配置信息包括下述的一项或多项:
长机、僚机、规模、编队队形、间距和发射间隔;
所述编队指令包括下述的一项或多项:长机位置、目标经度、目标纬度和目标高度;
所述飞行姿态控制信息包括下述的一项或多项:滚转控制量、俯仰控制量、油门控制量和航线控制量;
所述状态变量信息包括下述的一项或多项:当前的三轴角度、三轴角速率、经纬高、三轴速度和三轴加速度。
10.根据权利要求7至9任一所述的仿真方法,其特征在于,
所述无人机集群采用“动态集中式”架构,其中一架为长机,其余无人机为僚机,按照指定编队跟随长机飞行;
在飞行过程中,若长机发生故障,则通过长机、僚机各自的任务计算机实现预先配置的更新策略,在无人机集群中自动确定新的长机,动态调整所述无人机集群***的协同与编队方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111466839.0A CN114063474B (zh) | 2021-12-03 | 2021-12-03 | 一种基于无人机集群的半物理仿真***的仿真方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111466839.0A CN114063474B (zh) | 2021-12-03 | 2021-12-03 | 一种基于无人机集群的半物理仿真***的仿真方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114063474A true CN114063474A (zh) | 2022-02-18 |
CN114063474B CN114063474B (zh) | 2023-06-06 |
Family
ID=80228451
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111466839.0A Active CN114063474B (zh) | 2021-12-03 | 2021-12-03 | 一种基于无人机集群的半物理仿真***的仿真方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114063474B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114584818A (zh) * | 2022-03-04 | 2022-06-03 | 四川傲势科技有限公司 | 一种无人机机载装置、数据传输方法、设备和介质 |
CN115859699A (zh) * | 2023-03-02 | 2023-03-28 | 北京理工大学 | 一种提供三维场景渲染的大规模细粒度集群弹药仿真*** |
CN116047934A (zh) * | 2023-01-13 | 2023-05-02 | 北京卓翼智能科技有限公司 | 一种无人机集群的实时仿真方法、***以及电子设备 |
CN116430754A (zh) * | 2023-06-09 | 2023-07-14 | 北京中兵天工防务技术有限公司 | 一种无人机集群多任务控制半实物仿真方法 |
CN116540568A (zh) * | 2023-07-05 | 2023-08-04 | 中南大学 | 一种大规模分布式无人机集群仿真*** |
CN116627053A (zh) * | 2023-05-29 | 2023-08-22 | 武汉船舶通信研究所(中国船舶集团有限公司第七二二研究所) | 一种无人平台集群通信网络的半实物仿真*** |
CN116736740A (zh) * | 2023-08-09 | 2023-09-12 | 东方空间技术(山东)有限公司 | 一种用于多飞行器的仿真***及方法 |
CN117075496A (zh) * | 2023-09-18 | 2023-11-17 | 广东昊一航空科技有限公司 | 一种无人机方阵运行仿真*** |
CN117234107A (zh) * | 2023-11-16 | 2023-12-15 | 南京理工大学 | 一种基于虚幻引擎的多无人机自组网仿真***及方法 |
CN117852316A (zh) * | 2024-03-07 | 2024-04-09 | 中国人民解放军军事科学院国防科技创新研究院 | 通讯约束下集群协同导航仿真测试***及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017219296A1 (zh) * | 2016-06-22 | 2017-12-28 | 深圳市大疆创新科技有限公司 | 无人机仿真***、无人机仿真方法及无人机 |
CN107643695A (zh) * | 2017-09-07 | 2018-01-30 | 天津大学 | 基于脑电的有人/无人机集群编队vr仿真方法及*** |
CN108845802A (zh) * | 2018-05-15 | 2018-11-20 | 天津大学 | 无人机集群编队交互式仿真验证***及实现方法 |
KR102244988B1 (ko) * | 2019-10-31 | 2021-04-27 | 석진영 | 군집 비행을 위한 복수 개의 무인항공기의 군집 비행 제어 시스템 및 방법 |
CN113110097A (zh) * | 2020-01-13 | 2021-07-13 | 杭州睿杰智能空中机器人科技有限公司 | 一种沉浸式集群协同教学科研综合实验平台 |
CN113467275A (zh) * | 2021-08-16 | 2021-10-01 | 北京航空航天大学 | 一种基于实物机载设备的无人机集群飞行仿真*** |
-
2021
- 2021-12-03 CN CN202111466839.0A patent/CN114063474B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017219296A1 (zh) * | 2016-06-22 | 2017-12-28 | 深圳市大疆创新科技有限公司 | 无人机仿真***、无人机仿真方法及无人机 |
CN107643695A (zh) * | 2017-09-07 | 2018-01-30 | 天津大学 | 基于脑电的有人/无人机集群编队vr仿真方法及*** |
CN108845802A (zh) * | 2018-05-15 | 2018-11-20 | 天津大学 | 无人机集群编队交互式仿真验证***及实现方法 |
KR102244988B1 (ko) * | 2019-10-31 | 2021-04-27 | 석진영 | 군집 비행을 위한 복수 개의 무인항공기의 군집 비행 제어 시스템 및 방법 |
CN113110097A (zh) * | 2020-01-13 | 2021-07-13 | 杭州睿杰智能空中机器人科技有限公司 | 一种沉浸式集群协同教学科研综合实验平台 |
CN113467275A (zh) * | 2021-08-16 | 2021-10-01 | 北京航空航天大学 | 一种基于实物机载设备的无人机集群飞行仿真*** |
Non-Patent Citations (1)
Title |
---|
李一波;王仓库;姬晓飞;: "有人/无人机编队三位可视化***的软件设计与实现", 智能***学报, no. 02 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114584818A (zh) * | 2022-03-04 | 2022-06-03 | 四川傲势科技有限公司 | 一种无人机机载装置、数据传输方法、设备和介质 |
CN116047934A (zh) * | 2023-01-13 | 2023-05-02 | 北京卓翼智能科技有限公司 | 一种无人机集群的实时仿真方法、***以及电子设备 |
CN116047934B (zh) * | 2023-01-13 | 2023-06-16 | 北京卓翼智能科技有限公司 | 一种无人机集群的实时仿真方法、***以及电子设备 |
CN115859699A (zh) * | 2023-03-02 | 2023-03-28 | 北京理工大学 | 一种提供三维场景渲染的大规模细粒度集群弹药仿真*** |
CN116627053A (zh) * | 2023-05-29 | 2023-08-22 | 武汉船舶通信研究所(中国船舶集团有限公司第七二二研究所) | 一种无人平台集群通信网络的半实物仿真*** |
CN116627053B (zh) * | 2023-05-29 | 2024-05-03 | 武汉船舶通信研究所(中国船舶集团有限公司第七二二研究所) | 一种无人平台集群通信网络的半实物仿真*** |
CN116430754A (zh) * | 2023-06-09 | 2023-07-14 | 北京中兵天工防务技术有限公司 | 一种无人机集群多任务控制半实物仿真方法 |
CN116430754B (zh) * | 2023-06-09 | 2023-09-12 | 北京中兵天工防务技术有限公司 | 一种无人机集群多任务控制半实物仿真方法 |
CN116540568A (zh) * | 2023-07-05 | 2023-08-04 | 中南大学 | 一种大规模分布式无人机集群仿真*** |
CN116540568B (zh) * | 2023-07-05 | 2023-09-22 | 中南大学 | 一种大规模分布式无人机集群仿真*** |
CN116736740A (zh) * | 2023-08-09 | 2023-09-12 | 东方空间技术(山东)有限公司 | 一种用于多飞行器的仿真***及方法 |
CN117075496A (zh) * | 2023-09-18 | 2023-11-17 | 广东昊一航空科技有限公司 | 一种无人机方阵运行仿真*** |
CN117234107A (zh) * | 2023-11-16 | 2023-12-15 | 南京理工大学 | 一种基于虚幻引擎的多无人机自组网仿真***及方法 |
CN117852316A (zh) * | 2024-03-07 | 2024-04-09 | 中国人民解放军军事科学院国防科技创新研究院 | 通讯约束下集群协同导航仿真测试***及方法 |
CN117852316B (zh) * | 2024-03-07 | 2024-05-28 | 中国人民解放军军事科学院国防科技创新研究院 | 通讯约束下集群协同导航仿真测试***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114063474B (zh) | 2023-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114063474B (zh) | 一种基于无人机集群的半物理仿真***的仿真方法 | |
How et al. | Real-time indoor autonomous vehicle test environment | |
Jordan et al. | AirSTAR: A UAV platform for flight dynamics and control system testing | |
Johnson et al. | The Georgia Tech unmanned aerial research vehicle: GTMax | |
CN102789171A (zh) | 一种可视化无人机飞行控制半实物仿真测试方法及*** | |
Lamping et al. | Multi-UAV control and supervision with ROS | |
KR20180071615A (ko) | 비행 시뮬레이터를 이용한 gcs 검증 시스템 및 그 방법 | |
Hing et al. | Development of an unmanned aerial vehicle piloting system with integrated motion cueing for training and pilot evaluation | |
Pannozzi et al. | Urban monitoring of smart communities using UAS | |
Khaliq et al. | Multi-platform hardware in the loop (hil) simulation for decentralized swarm communication using ros and gazebo | |
Johnson et al. | UAV flight test programs at Georgia Tech | |
Belokon’ et al. | Architecture of a platform for hardware-in-the-loop simulation of flying vehicle control systems | |
Ates et al. | Design and hardware-in-the-loop integration of a uav microavionics system in a manned–unmanned joint airspace flight network simulator | |
Kang et al. | Real-time validation of formation control for fixed-wing UAVs using multi hardware-in-the-loop simulation | |
Dong et al. | Development of a comprehensive software system for implementing cooperative control of multiple unmanned aerial vehicles | |
Gu et al. | Building better tools: Experimental UAV research at west virginia university | |
Vishnevsky et al. | Software development for controlling a group of UAVs | |
Guerra et al. | Mobile ground control station development for fault tolerant UAV research | |
Johnson et al. | Fourteen years of autonomous rotorcraft research at the Georgia Institute of Technology | |
CN113433836B (zh) | 一种无人机半物理集成验证平台 | |
Chiappinelli et al. | The simulator-in-hardware: a low cost and hard real-time hardware-in-the-loop simulator for flying vehicles | |
Santana et al. | A framework for multi-UAV software in the loop simulations | |
Arslan et al. | Development of a Mission Simulator for design and testing of C2 Algorithms and HMI Concepts across Real and Virtual Manned-Unmanned Fleets | |
Johnson et al. | A concurrent testing process for research unmanned aerial vehicles | |
Horri et al. | A Tutorial and Review on Flight Control Co-Simulation Using Matlab/Simulink and Flight Simulators. Automation 2022, 3, 486–510 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |